Hệ thống phân tích khách hàng RFM

Hệ thống end-to-end: ETL → Data Warehouse → Phân khúc RFM → Dashboard → Gợi ý sản phẩm

---

Cấu trúc dự án

rfm_system/
│
├── config.py                          #   Cấu hình trung tâm (paths, tham số RFM, màu sắc)
├── main.py                            #   Entry point – chạy toàn bộ pipeline
├── requirements.txt                   #   Dependencies
├── README.md                          #   Tài liệu hướng dẫn
│
├── data/
│   └── data.csv                       #   File nguồn (CSV hoặc Excel)
│
├── database/
│   └── warehouse.db                   #   SQLite Data Warehouse (tự tạo sau khi chạy main.py)
│
├── etl/                               #    Pipeline ETL
│   ├── __init__.py
│   ├── extract.py                     #     Đọc CSV / Excel → DataFrame
│   ├── transform.py                   #     Làm sạch + tạo Dim / Fact tables
│   └── load.py                        #     Nạp vào SQLite DWH (upsert)
│
├── analytics/                         #   Phân tích & Thuật toán
│   ├── __init__.py
│   ├── rfm.py                         #     Tính Recency/Frequency/Monetary + phân khúc 9 nhóm
│   └── recommendation.py             #     Engine gợi ý sản phẩm theo phân khúc
│
└── dashboard/                         #   Streamlit Dashboard
    ├── __init__.py
    ├── app.py                         #     Trang chủ – KPI tổng quan + navigation
    └── pages/
        ├── __init__.py
        ├── 1_Business_Overview.py     #     Doanh thu, xu hướng, top sản phẩm, thị trường
        ├── 2_RFM_Analysis.py          #     Phân tích 9 phân khúc, scatter 3D, radar chart
        └── 3_Product_Recommendations.py # Gợi ý sản phẩm + action plan marketing

---

Cài đặt và Chạy

1. Cài đặt dependencies

pip install -r requirements.txt

2. Chuẩn bị dữ liệu

Đặt file nguồn vào thư mục data/. Hỗ trợ:

• .csv (UTF-8 hoặc Latin-1)
• .xlsx / .xls

Cập nhật đường dẫn trong config.py nếu cần:

SOURCE_FILE = os.path.join(DATA_DIR, "data.csv")

3. Chạy pipeline ETL + RFM

python main.py

Pipeline sẽ thực hiện 5 bước:

1. Extract – Đọc file nguồn
2. Transform – Làm sạch & xây dựng Dim/Fact
3. Load – Nạp vào SQLite Data Warehouse
4. RFM – Tính điểm & phân khúc 9 nhóm
5. Recommend – Gợi ý sản phẩm cho mỗi nhóm

4. Mở Dashboard

streamlit run dashboard/app.py

Truy cập: http://localhost:8501

---

Kiến trúc Data Warehouse

Dimension Tables (Bảng chiều)

Bảng	Mô tả	Cột chính
DimCustomer	Thông tin khách hàng	CustomerKey, CustomerID, Country
DimProduct	Danh mục sản phẩm	ProductKey, StockCode, Description
DimDate	Lịch (calendar table)	DateKey, Year, Month, Quarter, Week
DimGeography	Vùng địa lý	GeoKey, Country

Fact Table (Bảng sự kiện)

Bảng	Mô tả	Metrics
FactSales	Giao dịch bán hàng	Quantity, UnitPrice, TotalAmount

Analytics Tables

Bảng	Mô tả
CustomerRFM	Điểm R/F/M và phân khúc của mỗi khách hàng
ProductRecommendation	Top sản phẩm gợi ý cho mỗi phân khúc

---

Mô hình RFM

Chỉ số	Ý nghĩa	Tính toán
R – Recency	Số ngày từ lần mua cuối	Càng nhỏ = điểm càng cao
F – Frequency	Số đơn hàng khác nhau	Càng nhiều = điểm càng cao
M – Monetary	Tổng chi tiêu	Càng cao = điểm càng cao

Mỗi chỉ số được chấm 1–5 điểm theo phân vị (quintile).

---

9 Phân khúc Khách hàng

Phân khúc	Đặc điểm	Chiến lược
Champions	Mua gần, thường xuyên, chi tiêu cao	Upsell, Ambassador
Loyal Customers	Quay lại đều đặn	Loyalty program
Potential Loyalist	Tiềm năng cao, chưa đều	Nuôi dưỡng, ưu đãi
Recent Customers	Mới mua, chưa có pattern	Onboarding journey
Promising	Quan tâm nhưng chưa mạnh	Kích hoạt, upsell nhẹ
Customers Needing Attention	Đang giảm dần	Giữ chân, coupon
About to Sleep	Sắp ngừng mua	Tái kích hoạt
At Risk	Từng là khách tốt, bây giờ không mua	Win-back campaign
Hibernating	Không hoạt động lâu ngày	Reactivation hoặc cleanup

---

Tuỳ chỉnh

Thay đổi file nguồn

# config.py
SOURCE_FILE = os.path.join(DATA_DIR, "your_file.xlsx")

Thay đổi cột dữ liệu

# config.py
DATE_COLUMN  = "OrderDate"
CUSTOMER_COL = "CustID"
INVOICE_COL  = "OrderNo"
# ...

Điều chỉnh rules phân khúc

# config.py
SEGMENT_RULES = [
    ("Champions", 4, 5, 3, 5, 4, 5),  # (segment, R_min, R_max, F_min, F_max, M_min, M_max)
    # ...
]

Số lượng gợi ý sản phẩm

# config.py
TOP_N_RECOMMENDATIONS = 15

---

Dashboard Pages

Trang	Nội dung
Home	KPI tổng quan, phân bổ phân khúc nhanh
Business Overview	Doanh thu theo tháng, top sản phẩm, top quốc gia, cohort
RFM Analysis	Pie/Treemap, Scatter 3D, Radar chart, drill-down per segment
Product Recommendations	Gợi ý sản phẩm + kế hoạch marketing per segment

---

Tech Stack

Layer	Công nghệ
Ngôn ngữ	Python 3.10+
Data Processing	Pandas, NumPy
Database	SQLite (có thể nâng cấp lên PostgreSQL)
Dashboard	Streamlit
Visualization	Plotly
File I/O	openpyxl (Excel), csv